摘要
本发明提供一种基于改进蛙跳扩散模型的行人轨迹智能化预测方法及系统,涉及行人轨迹预测的技术领域。通过构建改进的蛙跳扩散模型,将预处理后的数据输入至改进的蛙跳扩散模型,利用模型中的特征提取模块提取行人轨迹数据的社交特征,引入注意力机制,利用社交特征指导时间特征提取并融合,得到融合后的时间特征;基于社交特征和融合后的时间特征估计预测轨迹分布的平均位置和标准差,生成归一化位置矩阵,并得到初始行人预测轨迹,利用初始去噪模块对初始行人预测轨迹进行去噪,得到行人预测轨迹;根据一致性检测结果判断是否利用去噪优化模块对初始去噪模块进行优化,进而生成更加接近真实轨迹的预测轨迹。本发明整体上利用改进的蛙跳扩散模型,生成最终的行人预测轨迹,提高预测轨迹的准确率。
技术关键词
智能化预测方法
一致性检测
表达式
社交
特征提取模块
引入注意力机制
多层感知机
编码器
矩阵
纳什均衡策略
行人轨迹预测
噪声
误差
门控循环单元
梯度下降算法
数据
参数
系统为您推荐了相关专利信息
非线性最小二乘法
数学模型参数
数据采集模块
线路
分解算法
路径规划方法
全局路径规划
能耗
无人机巡检路径
节点
高精度监测方法
特征值
噪声
微生物发酵罐
阈值分割算法
序列特征
预训练模型
样本
全局平均池化
RNA二级结构